Python2.x中文亂碼問題解決方案

Python2.x中文亂碼問題解決方案

 　　這篇文章主要介紹了Python2.x中文亂碼問題解決方案,本文解釋問題原因、給出了處理辦法並講解了編碼解碼的一些知識,需要的朋友可以參考下

　　Python中亂碼問題是一個很頭痛的問題。

　　在Python3中，對中文進行了全面的支援，但在Python2.x中需要進行相關的設定才能使用中文。否則會出現亂碼

　　【問題原因】

　　在Python2.x中主要是字元編碼的問題，處理不好的話，會導致亂碼。Python預設採取的ASCII編碼，字母、標點和其他字元只使用一個位元組來表示，但對於中文字元來說，一個位元組滿足不了需求。

　　代碼如下:

　　>>> import sys

　　>>> sys.getdefaultencoding()

　　'ascii'

　　為了能在電腦中表示所有的中文字元，中文編碼採用兩個位元組表示。如果中文編碼和ASCII混合使用的話，就會導致解碼錯誤，從而才生亂碼。而CMD下預設的編碼方式為:GBK，所以就造成了上面的亂碼!

　　採用兩個位元組的中文編碼通訊協定有：GB2312、GBK、BIG5等。

　　【處理辦法】

　　為了將各種不同的語言套件含在統一的字元集中，滿足國際間的資訊交流，國際上制訂了UNICODE字元集，包含了世界上所有語言字元，這些字元具有唯一的編碼，通過使用UNICODE字元集可以滿足跨語言的文文書處理，避免亂碼的產生。

　　i) 互動式命令中：一般不會出現亂碼，無需做處理

　　ii) py指令檔中：跨字元集必須做設定，否則亂碼。

　　首先在開頭一句添加:

　　代碼如下:

　　# coding = utf-8

　　# 或

　　# coding = UTF-8

　　# 或

　　# -*- coding: utf-8 -*-

　　其次需將檔案儲存為UTF-8的格式!

　　上面那一句僅僅是告訴Python編譯器:指令碼中包含了非ASCII字元，並未進行轉換。

　　如果要將字元編碼從預設的ASCII改為UTF-8，需要在儲存的時候選擇儲存為UTF-8格式。

　　如果是用NODEPAD開啟，【另存新檔】-->UTF-8即可

　　如果是用IDLE開啟，【Options】-> 【Configure IDLE】->【General】

　　上面的設定，可以保證IDLE，運行F5，能正常輸出中文。

　　【編碼解碼】

　　在開頭添加了# -*- coding: utf-8 -*-並將檔案儲存為UTF-8格式，仍然不能保證能輸出正常輸出中文，

　　不同的編輯器，如VIM，IDLE，Eclipse使用的輸出編碼都是不一致的。

　　所以，在一個地方能正常輸出中文，在另外一個地方就未必。所以還必須做編碼解碼設定!

　　encode:編碼

　　decode:解碼

　　必須保證編碼、解碼的對象是同一個。比如說UTF-8方式編碼， 必須再用UTF-8進行解碼即可。

　　所以最終解決辦法，還必須先按原先的方式解碼，再按控制台格式重新編碼:比如CMD預設是GBK方式

　　則必須使用如下方式:

　　正確輸出結果:

　　【其他說明】

　　1.在Python3中，對中文的支援非常全面，源檔案預設儲存為UTF-8的編碼，這樣一來，不但可以在原始碼中使用中文，而且變數名也可以使用中文，比如說:

　　代碼如下:

　　>>> 中國 = 'Chinese'

　　>>> print(中國)

　　Chinese

　　2.在Python3中，不需要來回的編解碼，並且字串對象也沒有decode和encode方法。